고려대학교 인공지능대학원에서 의 학업은 기초이론에 대한 탄탄한 이해를 바탕으로, 실제 문제 해결에 적용 가능한 연구를 수행하는 데 초점을 두고 있습니다.
최종적으로는 인공지능의 적용 가능성을 산업이나 공공문제 해결로 확장할 수 있는 모델을 설계하고, 이론적 완성도와 함께 실용적 가치도 갖춘 연구를 수행하는 것을 목표로 하고 있습니다.
첫 번째는 복잡한 시계열 데이터를 딥러닝 기반 모델로 예측하면서도, 예측 결과에 대한 해석 가능성을 함께 제공하는 알고리즘 설계입니다.
따라서 고려대학교 인공지능 대학원에서 제공하는 최적화, 통계, 딥러닝 관련 과목들을 기반으로 연구역량을 단계적으로 확장하고, 이후 개별 실험과 논문 집필을 통해 연구자로서의 정체성을 확립할 계획입니다.
단순한 기술구현이 아닌, 문제의 본질을 규명하고 이를 정제된 알고리즘으로 설계하는 과정을 통해, 인공지능을 통한 의미 있는 문제 해결 을 추구하고자 합니다.
대학원에서 의 학업을 마친 이후에는 인공지능 기술을 바탕으로 사회적 문제를 해결하는 실용적 연구를 지속하고자 합니다.

특히 기초이론을 정립하는 데 필요한 수학, 통계, 최적화 과목들과, 실용성과 접목된 강화 학습, 컴퓨터 비전, 자연어 처리 등의 심화과목이 유기적으로 연결되어 있어 연구자에게 필요한 분석적 사고력과 구현능력을 균형 있게 함양할 수 있다는 점이 강한 동기가 되었습니다.
단순한 기술 습득을 넘어서, 현장에 적용가 능한 문제 해결형 인공지능 연구를 추구하는 학제적 환경 역시 저의 진로 방향과도 일치합니다.
이는 특정 전공에 한정되지 않고, 다양한 문제를 인공지능이라는 도구를 통해 재구성하고 해결하는 역량을 키우는 데 필수적인 환경이라 생각합니다.
고려대학교 인공지능대학원에서 의 학업은 기초이론에 대한 탄탄한 이해를 바탕으로, 실제 문제 해결에 적용 가능한 연구를 수행하는 데 초점을 두고 있습니다.
먼저 기초수학적 소양을 심화하고, 이후 특정 세부 분야에 대한 연구능력을 기르기 위한 체계적인 학습과정을 설정하고자 합니다.
인공지능을 학습해 오면서 지속적으로 끌렸던 영역은 복잡한 실세계 데이터를 해석하고 예측하는 데에 딥러닝을 활용하는 연구였습니다.
대학 시절 기상 데이터를 활용해 강수량 예측 모델을 만들어본 경험이 있었는데, 동일한 입력 조건임에도 결과가 매번 불안정하게 나오는 과정을 지켜보며, 단순 회귀기법만으로는 현실 문제를 설명하기 어렵다는 점을 강하게 느꼈습니다 .
관심이 생긴 뒤, 직접 PyTorch를 활용하여 기존 LSTM 모델과 비교 실험을 진행해 보았고, 동일한 기상 시계열 데이터 셋에서도 Trans former기반 구조가 더 안정적인 예측 결과를 보인다는 것을 확인하였습니다.
그 과정을 통해 딥러닝의 '설명 가능성'에 대한 문제의식을 갖게 되었고, 예측력과 해석력을 동시에 확보하는 모델 설계에 대한 구체적인 연구의지가 생겼습니다.
첫 번째는 복잡한 시계열 데이터를 딥러닝 기반 모델로 예측하면서도, 예측 결과에 대한 해석 가능성을 함께 제공하는 알고리즘 설계입니다.
특히 실생활에서 발생하는 예측 불가능성, 데이터의 복잡성, 인간중심의사결정과 같은 요소들을 모델링하여 실제 시스템에 반영할 수 있는 응용연구자로 성장하는 것이 제 목표입니다.
구체적으로는 인공지능 기술을 활용하여 공공서비스의 질을 향상시키거나 산업 내 운영 효율성을 높일 수 있는 문제를 발굴하고, 이에 최적화된 알고리즘을 설계하는 일을 하고 싶습니다.
이처럼 기술이 단순한 도구가 아니라 사회 전반의 시스템을 정교하게 조율하는 수단이 되기 위해서는, 기술 자체의 완성도뿐 아니라 인간 중심의 설계철학이 함께 고려되어야 한다고 믿습니다.

[hwp/pdf]고려대 인공지능대학원 컴퓨터학과 학업계획서